一种标志牌信息获取方法及装置制造方法及图纸

本公开是关于一种标志牌信息获取方法及装置，涉及信息处理技术领域，所述方法包括：对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像；基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域；对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息。本公开实施例通过霍夫变换对目标图像进行检测，并采用均值偏移算法确定交通标志牌的图像区域，之后，通过对该交通标志牌的图像区域进行识别，得到该交通标志牌的标志牌信息，提高了交通标志的图像区域的检测精度，降低了误检率。

【技术实现步骤摘要】

本公开涉及信息处理
，尤其涉及一种标志牌信息获取方法及装置。
技术介绍
随着信息处理技术的发展，智能驾驶技术越来越受到人们关注。其中，实现智能驾驶的一个重要前提是能够自动的获取到准确的交通标志牌的标志牌信息。相关技术中，终端首先通过图像采集设备进行图像采集，之后，判断采集到的图像中是否包含交通标志牌的图像。当采集到的图像中包含交通标志牌的图像时，将该交通标志牌的图像与样本集中的多个交通标志牌模板逐一进行相似度比较，当该交通标志牌的图像与至少一个交通标志牌模板的相似度大于预设阈值时，则选取该至少一个交通标志牌模板中与该交通标志牌的图像相似度最大的交通标志牌模板作为最终的识别结果，并获取该交通标志牌的标志牌信息。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种标志牌信息获取方法及装置。根据本公开实施例的第一方面，提供一种标志牌信息获取方法，所述方法包括：对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像；基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域；对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息。可选地，所述基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域，包括：从所述多个坐标点中选择目标坐标点，以及从所述多个坐标点中选择位于目标圆形区域内的坐标点，所述目标圆形区域为以所述目标坐标点为圆心且以预设长度为半径的圆形区域；基于所述目标坐标点和位于所述目标圆形区域内的坐标点，计算均值偏移向量；判断所述均值偏移向量的向量值是否小于预设阈值；当所述均值偏移向量的向量值不小于预设阈值时，将所述均值偏移向量的向量终点确定为所述目标坐标点，并返回从所述多个坐标点中选择位于目标圆形区域内的坐标点的步骤，直至确定得到向量值小于所述预设阈值的均值偏移向量为止；基于用于计算得到向量值小于所述预设阈值的均值偏移向量的目标坐标点，从所述目标图像中确定交通标志牌的图像区域。可选地，所述基于所述目标坐标点和位于所述目标圆形区域内的坐标点，计算均值偏移向量，包括：确定所述目标坐标点在所述；基于所述目标坐标点在所述霍夫参数空间中的坐标和位于所述目标圆形区域内的坐标点在所述霍夫参数空间中的坐标，通过下述公式计算所述均值偏移向量；可选地，所述对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息，包括：通过预设卷积网络模型对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息，所述预设卷积网络模型的卷积核、卷积层数和全连接层数均小于指定卷积网络模型的卷积核、卷积层数和全连接层数。可选地，所述指定卷积网络模型为AlexNet网络模型。根据本公开实施例的第二方面，提供一种标志牌信息获取装置，所述装置包括：变换模块，用于对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像；确定模块，用于基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域；识别模块，用于对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息。可选地，所述确定模块包括：选择子模块，用于从所述多个坐标点中选择目标坐标点，以及从所述多个坐标点中选择位于目标圆形区域内的坐标点，所述目标圆形区域为以所述目标坐标点为圆心且以预设长度为半径的圆形区域；计算子模块，用于基于所述目标坐标点和位于所述目标圆形区域内的坐标点，计算均值偏移向量；判断子模块，用于判断所述均值偏移向量的向量值是否小于预设阈值；第一确定子模块，用于当所述均值偏移向量的向量值不小于预设阈值时，将所述均值偏移向量的向量终点确定为所述目标坐标点，并返回从所述多个坐标点中选择位于目标圆形区域内的坐标点的步骤，直至确定得到向量值小于所述预设阈值的均值偏移向量为止；第二确定子模块，用于基于用于计算得到向量值小于所述预设阈值的均值偏移向量的目标坐标点，从所述目标图像中确定交通标志牌的图像区域。可选地，所述计算子模块用于：确定所述目标坐标点在所述霍夫参数空间中的坐标，以及位于所述目标圆形区域内的坐标点在所述霍夫参数空间中的坐标；基于所述目标坐标点在所述霍夫参数空间中的坐标和位于所述目标圆形区域内的坐标点在所述霍夫参数空间中的坐标，通过下述公式计算所述均值偏移向量；其中，在上述公式中，mh,G为所述均值偏移向量，q为预设置信度，g(·)为梯度概率密度函数，x为所述目标坐标点在所述霍夫参数空间中的坐标，xj为位于所述目标圆形区域内的第j坐标点在所述霍夫参数空间中的坐标，h为所述预设长度，所述n为位于所述目标圆形区域内的坐标点的总个数。可选地，所述识别模块包括：识别子模块，用于通过预设卷积网络模型对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息，所述预设卷积网络模型的卷积核、卷积层数和全连接层数均小于指定卷积网络模型的卷积核、卷积层数和全连接层数。可选地，所述指定卷积网络模型为AlexNet网络模型。本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例采用霍夫变换对目标图像进行检测，并通过均值偏移算法来确定交通标志牌的图像区域，减少了相关技术中仅采用霍夫变换对目标图像进行检测时，由于强光、遮挡等外部环境的影响，难以准确确定交通标志牌的图像区域而导致的对目标图像的误检，提高了交通标志牌的图像区域的检测精度，降低了误检率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。图1是根据一示例性实施例示出的一种标志牌信息获取方法的流程图。图2是根据一示例性实施例示出的一种标志牌信息获取方法的流程图。图3A是根据一示例性实施例示出的一种标志牌信息获取装置的框图。图3B是根据一示例性实施例示出的一种确定模块的框图。图4是根据一示例性实施例示出的一种标志牌信息获取装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。在对本公开实施例进行详细的解释说明之前，先对本公开实施例的应用场景予以介绍。随着信息处理技术的发展，智能驾驶技术越来越受到人们关注。其中，实现智能驾驶的一个重要前提是能够自动的获取到准确的交通标志牌的标志牌信息。在相关技术中，终端可以利用霍夫变换对交通标志牌的图像区域进行检测，但是由于拍摄目标图像时诸如强光、变形等外部环境的影响，单纯采用霍夫变换进行检测的检测精度较低，误检率高。在对交通标志牌的图像区域进行识别时，终端可以采用模板匹配算法或者是深度卷积网络。模板匹配算法识别精度较低，在遇到强光、有遮挡等情况时，识别错误现象比较严重，而深度卷积网络模型由于参数较多，模型复杂，因此识别速度较慢，且占用内存严重，尤其不适用于类似手机之类的移动终端。为了解决上述问题，本公开实施例提供本文档来自技高网...

【技术保护点】
一种标志牌信息获取方法，其特征在于，所述方法包括：对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像；基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域；对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息。

【技术特征摘要】
1.一种标志牌信息获取方法，其特征在于，所述方法包括：对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像；基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域；对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息。2.根据权利要求1所述的方法，其特征在于，所述基于所述多个坐标点，通过均值偏移算法从所述目标图像中确定交通标志牌的图像区域，包括：从所述多个坐标点中选择目标坐标点，以及从所述多个坐标点中选择位于目标圆形区域内的坐标点，所述目标圆形区域为以所述目标坐标点为圆心且以预设长度为半径的圆形区域；基于所述目标坐标点和位于所述目标圆形区域内的坐标点，计算均值偏移向量；判断所述均值偏移向量的向量值是否小于预设阈值；当所述均值偏移向量的向量值不小于预设阈值时，将所述均值偏移向量的向量终点确定为所述目标坐标点，并返回从所述多个坐标点中选择位于目标圆形区域内的坐标点的步骤，直至确定得到向量值小于所述预设阈值的均值偏移向量为止；基于用于计算得到向量值小于所述预设阈值的均值偏移向量的目标坐标点，从所述目标图像中确定交通标志牌的图像区域。3.根据权利要求2所述的方法，其特征在于，所述基于所述目标坐标点和位于所述目标圆形区域内的坐标点，计算均值偏移向量，包括：确定所述目标坐标点在所述霍夫参数空间中的坐标，以及位于所述目标圆形区域内的坐标点在所述霍夫参数空间中的坐标；基于所述目标坐标点在所述霍夫参数空间中的坐标和位于所述目标圆形区域内的坐标点在所述霍夫参数空间中的坐标，通过下述公式计算所述均值偏移向量；mh,G=Σj=1nxjqg(||x-xjh||)2Σj=1nqg(||x-xjh||)2-x]]>其中，在上述公式中，mh,G为所述均值偏移向量，q为预设置信度，g(·)为梯度概率密度函数，x为所述目标坐标点在所述霍夫参数空间中的坐标，xj为位于所述目标圆形区域内的第j坐标点在所述霍夫参数空间中的坐标，h为所述预设长度，所述n为位于所述目标圆形区域内的坐标点的总个数。4.根据权利要求1-3任一所述的方法，其特征在于，所述对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息，包括：通过预设卷积网络模型对所述交通标志牌的图像区域进行识别，得到所述交通标志牌的标志牌信息，所述预设卷积网络模型的卷积核、卷积层数和全连接层数均小于指定卷积网络模型的卷积核、卷积层数和全连接层数。5.根据权利要求4所述的方法，其特征在于，所述指定卷积网络模型为AlexNet网络模型。6.一种标志牌信息获取装置，其特征在于，所述装置包括：变换模块，用于对目标图像进行霍夫变换，得到霍夫参数空间中的多个坐标点，所述目标图像为待获取标志牌信息的图像...

【专利技术属性】
技术研发人员：万韶华，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京;11